0saves

Comment définir la place du « business intelligence » dans la gestion d’une entreprise ? Sans tomber dans la présentation fastidieuse de notions élémentaires liées au « business intelligence » et à ses apports pour l’entreprise dans l’activité économique d’aujourd’hui, en tant que « compartiment » de l’intelligence économique, voici une petite présentation des principaux points à analyser pour une application optimum au service du management d’une entreprise.

business intelligence Oracle BI

Les enjeux du business intelligence : cercle de pilotage et objectifs

Le principal enjeu d’une bonne mise en place de « business intelligence » au sein d’une entreprise repose déjà en amont sur la mise en place d’un cercle de pilotage efficace et particulièrement réactif.

Ce cercle de pilotage devra :

  • identifier rapidement les menaces et les opportunités, à surveiller en priorité sur le secteur d’activité de l’entreprise,
  • dans le même temps, analyser en interne les forces et les faiblesses de l’entreprise et de son management (c’est la deuxième partie de l’analyse SWOT initiée au point précédent),
  • selon les résultats de ces analyse, le cercle de pilotage devra prendre rapidement des mesures correctives pour améliorer la situation,
  • voir l’effet de ces corrections et mesurer leur impact,
  • suivre et anticiper les dérives et les biais de ces mesures.

La mesure des faiblesses et des menaces pesant sur l’entreprise ainsi que les opportunités existant sur le marché, permettront de bien définir les objectifs à atteindre pour la « business intelligence« .
Tandis que les mesures opérées sur l’application des corrections et leurs effets (ainsi que le retro-feedback) permettront elles d’affiner la constitution et le fonctionnement sur cercle de pilotage.

Mise en place du cercle de pilotage

Le cercle de pilotage de la « business intelligence » au sein d’une entreprise comportera toujours trois éléments essentiels :

  • le système de pilotage en lui-même, régi par la définition des objectifs et le retro-feedback sur les écarts pour la correction des biais, qui opère sur
  • le système d’information qui sera mis en place au sein de la structure et qui sera le principal élément opérant avec l’environnement de l’entreprise pour l’acquisition d’informations stratégiques, en suivant les consignes édictées par les objectifs et les écarts du cercle,
  • l’ensemble de ces informations stratégiques permettront de prendre des décisions qui impacteront sur le système opérant de l’entreprise, c’est à dire la partie de la structure opérant en flux physiques avec l’environnement de la société.

La définition des objectifs

Définir les objectifs d’un cercle de pilotage pour la business intelligence d’une entreprise revient à suivre les recommandations suivantes :

  • la pertinence des objectifs quand à la situation de l’entreprise : assurer l’adéquation des objectifs avec les besoins et les capacités de la société, orientés vers le sujet pour plus d’autonomie,
  • la disponibilité des données : les informations doivent être fiables et « up to date » (à jour), d’un accès simple et rapide
  • , avec un fort taux d’automatisation des tâches pour faciliter l’opérationnel, le tactique et la prise de décision dans le pilotage du système,

  • leur degré d’ouverture (informations blanches, publiques ou semi-publiques) en externe, mais également en interne, en favorisant le bon partage de l’information : entre services, transverses, avec une bonne grille pour la diffusion de la bonne information à la bonne personne (selon les compétences et les besoins liés à ses tâches),
  • les capacités de mémorisation de l’entreprise, c’est à dire la gestion du knowledge management entre la documentation de l’existant, l’accessibilité de l’information, l’historisation des données, et la gestion et capitalisation des connaissances internes (connaitre le passé pour comprendre le présent et anticiper l’avenir)
  • l’évolutivité du système, capable de faire face à la versatilité de l’environnement changeant de l’entreprise, en local, mais également à l’échelle nationale et internationale, avec des cibles stratégiques mouvantes et des mouvements de réorganisation sectorielles fréquents : c’est l’approche systémique de l’organisation en écosystème (toute action de l’entreprise a un effet sur son environnement d’activité et vice-versa).

Constat d’amorce du pilotage

Tous les points vu précédemment conduise obligatoirement à des premiers constats qui sont :

  • le besoin en autonomie conduit à recourir à une approche et un service informatique, avec des applications « boite noire » (backup)
  • l’approche collaborative et transverse conduise à la mise en place d’un système hiérarchique de l’information entre les acteurs,
  • l’approche en structure ouverte conduit paradoxalement à un besoin égal en cloisonnement de la diffusion pour limiter les biais et les « bruits »,
  • la surabondance d’informations à disposition lors de la collecte du système d’informaiton auprès de l’environnement conduit également à la nécessité de définir des KPI (key point indicators), des indicateurs et ratios de mesures pertinents

L’architecture classique d’un projet de business intelligence : le système d’information décisionnel

Tous les points vus précédemment nécessitent au final à l’élaboration et à la mise en place d’un système d’information dit décisionnel, permettant de traiter efficacement l’information pour répondre aux objectifs fixés.
Et en premier lieu, il convient de définir le datawarehouse et son architecture.

Architecture du datawarehouse

Schéma de présentation d’une architecture de datawarehouse classique (cliquez pour zoomer) :

architecture datawarehouse business intelligence

Collecte des données

Les principales contraintes qui reposent sur la collecte de données et de data sont d’ordre :

  • hétérogénéité applicative des logiciels de collecte,
  • multiplicité des plateformes,
  • des règles d’application variées et souvent mal documentées,

Pour surmonter ces contraintes, la collecte des données devra être parfaitement cohérente et structurée, notamment en utilisant un lexique et un vocabulaire commun, résultant d’une collaboration aiguë entre les différents organes de la société. De même, des règles précises de gestion devront être édictées pour éviter les biais et augmenter l’efficacité de la collecte.

Il faudra ensuite s’assurer de définir, toujours de façon concerté avec les différents services-acteurs de la mise en place du process de « business intelligence » :

  • de lister précisément les données à collecter, par type et par format (méthodologie de la collecte, en accord avec les objectifs),
  • de définir précisément les sources internes et externes (ainsi que leurs formats), permettant d’accéder à ces données,
  • de définir les grilles de vérification et de contrôle permettant de vérifier la crédibilité et la validité des sources et des données collectées,
  • de définir les procédures d’extraction et de stockage des données, tout en définissant les formats de stockage.
  • de définir les possibilités de synchronisation entre bases de données et datawarehouse si nécessaires, notamment via ETL (Business Objects, Cognos, Datamirror, Pentaho, Apatar).

Intégration des données

L’objectif de ce segment de l’architecture du système d’information est de travailler sur l’intégration des différentes sources d’intégration, tout en permettant l’historisation des données et l’optimisation du stockage.

Pour cela, il faut mettre en place un « bus décisionnel » axé sur l’évolutivité et la disponibilité du traitement des données et du système d’information.Le plus souvent, cela passera également par la définition d’un schéma normalisé, constitués de tables de relations entre données, avec définition de clés primaires et de clés secondaires.

Présentation des données

Dernière étape de l’architecture du système d’information décisionnel et du datawarehouse, la présentation des données est également une partie très importante du process.

Là encore, cette présentation doit être en accord avec les objectifs fixés. Elle pourra se faire sous la forme de :

  • d’états prédéfinis pour un reporting régulier,
  • de requêtes paramétrables,
  • d’analyses exploratoire de type OLAP,
  • d’analyse complexe et interdimensionnels pour déterminer un modèle entre données, de type data mining.

Fin de la partie 1

Bon, finalement comme cet article est plus long que prévu, je vais m’arrêter-là pour cette première partie, et continuer la partie « présentation » dans un deuxième article qui suivra très rapidement.

0saves
Si vous avez aimé ce "post", n'hésitez pas à laisser un commentaire ou vous abonnez à notre flux RSS.